Dietary Interventions in Liver Diseases: Focus on MAFLD and Cirrhosis
Notice bibliographique
Résumé
Abstract Purpose of Review Dietary interventions (DI) aimed at improving overweight and metabolic abnormalities in metabolic dysfunction-associated fatty liver disease (MAFLD) and at reducing malnutrition and sarcopenia in cirrhosis should become part of routine care in hepatology. This review focuses on recent advances in this field. Recent Findings In patients with MAFLD, a gradual reduction, respectively, of 7–10% of body weight if overweight or of 3–5% if lean, obtained by moderately reducing caloric intake, is effective to improve liver disease. Intermittent energy restriction might be an alternative to continuous energy restriction with higher adherence. Qualitative dietary adjustments should include increased intake of unprocessed foods including fruits and vegetables, whole grains, fiber, and unsaturated fatty acids (FAs), for example, through a Mediterranean diet. Refined carbohydrates (CHOs), saturated FA (SFAs), red meat, and processed meat should be limited. DI studies in HIV-infected subjects with MAFLD are very limited, and this is a field for future research. In patients with cirrhosis, DI should aim at correcting malnutrition and improving skeletal muscle mass. Daily diet contents should aim at achieving 30–35 kcal/kg of body weight, including 1.2–1.5 g/kg proteins, and oral or enteral supplementation might be used in patients unable to achieve these targets. In some studies, branched-chain amino acids (BCAAs) proved to be effective in improving muscle mass and were associated with a lower risk of hepatic encephalopathy. Obesity requires adjustment of the above-mentioned targets, and its management is challenging. Studies looking at the efficacy of DI recommended by the existing guidelines on clinical endpoints are a field for future research. Summary Dietary interventions are able to improve MAFLD and show potential to reduce complications in liver disease. Despite its key importance, there are many barriers limiting the implementation of DI in patients with chronic liver disease. Patients’ empowerment is crucial and should be the focus of specific educational programs. In addition, liver clinics would benefit from multidisciplinary teams involving experts in nutrition, physical exercise, primary care physicians, and psychologists when needed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».